微積分 Chapter3 微分的應用 Good morning everyone. 國立高雄第一科技大學機械與自動化工程系
微分的應用 3.1 極大和極小值 3.2 均值定 3.3 導數和函數的圖形 3.4 函數圖形的描繪 3.5 最佳化問題 3.6 牛頓法 3.7 反導數
3.1 極大和極小值 如圖1所示為極大直和極小值示意圖,其中 為極大值 , 為極小值。 圖1 極大和極小值示意圖
定義一(I) 極大值(maximum value) : 在任意定義域 D中如果函數 f 的 x 滿足下列式: f (c) ≧ f (x) 即函數 f 在 x=c 時會有絕對極大值(absolute maximum)或稱全域極大值(global maximum),換句話說f (c)就是函數 f 在定義域D中的極大值(maximum value)。
定義一(II) 極小值(minimum value) : 任意定義域 D中如果函數 f 的 x 滿足下列式: f (c) ≦ f (x) 即函數 f 在 x=c 時會有有絕對極小值(absolute minimum)或稱全域極小值(global minimum),換句話說f (c)就是函數 f 在定義域D中的極小值(minimum value)。 上述的最大和最小值稱為 f 的極值(extreme values)。
定義二 極大值(maximum value) : 函數 f 對c點附近之 x 都滿足下列式: f (c) ≧ f (x) 即稱 f 在 c 點有區域極大值(local maximum)或稱相對極大值(relative maximum)。 極小值(minimum value) : f (c) ≦ f (x) 就說 f 在 c 點有區域極小值(local minimum)。
極小值 由圖2為極小值示意圖可知,當x=0且y=0時,則極小值為0且沒有極大值。 圖2 極小值
無極大極小值 如圖3所示為無極大極小值示意圖,由圖3可知任意x點與任意y點無法得到極大值與極小值。 圖3 無極大極小值
定義三 極值定理: 函數 f 在一封閉區間[a, b]中連續,則在[a, b]中存在二個值c、d使得f (c)為絕對極大值且f (d)為絕對極小值,如圖4所示。 (a) (b) 圖4 極值定理
定義四 費馬定理: 函數 f 在c點有區域極值,且存在 ,則 如圖5所示,雖 然 但無極大極小值。 如圖6所示,雖有極小值但 不存在。 如圖5所示,雖 然 但無極大極小值。 如圖6所示,雖有極小值但 不存在。 圖5 無極大極小值 圖6 極小值
定義六、七 定義六: 函數 f 在c點使導數 或 不存在時,稱 c 點是函數 f 的一個臨界點(critical point)。 定義七:
閉區間法 依造下列1至3步驟,可求出連續函數 f 在封閉區間[a, b]之絕對極值: 步驟一:在(a, b)的臨界點上求得函數 f 的函數值。 步驟二:求函數f 在端點的值。 步驟三:藉由步驟一和步驟二得到的值中,其最大的值就是 絕對極大值;其最小的值就是絕對極小值。
3.1 習題 請找出下圖中函數的相對和絕對極值。
3.2 均值定理(I) 洛爾( Rolle)定理 : 假設函數 f 滿足下列三個條件: 條件一:函數f 在封閉區間[a, b]連續。 條件三: 函數f (a)等於函數f (b) 則在(a, b)中存在一c點滿足函數 。
均值定理(II) 如圖7所示,均符合洛爾( Rolle)定理條件一至條件三: (a) (b) (c) 圖7 洛爾定理
均值定理(III) 均值定理(Mean Value Theorem): 當函數 f 滿足下列條件時: 條件一:函數f 在封閉區間[a, b]連續。 條件二:函數f 在封閉區間[a, b]可微。 則在(a, b)區間中存在一c點滿足下列式子: 1. 2.
定理與引理 定理: 若函數 f 在(a, b)區間中,其任一x點都滿足下列式: 則函數 f 在(a, b)是一常數函數。 引理: 如果二個函數 f 和 g 在區間(a, b)中的任一數 x 都滿足 則函數f - g在(a, b)上是一常數函數;換句話說存在一常數c形成下列式: f (x)=g (x) + c
3.2 習題 於函數 f 之圖形中求出c點,其必須在 [0,8]區間中且滿足均值定理:
3.3 導數和函數的圖形 圖8 導數與函數圖形
遞增與遞減 遞增與遞減之檢定: (a)函數 f 如果在區間上滿足下列式: 則函數 f 在這區間是遞增函數。 (b)函數 f 如果在區間上滿足下列式: 則函數 f 在這區間是遞減函數。
一階導數 一階導數之檢定 : 假設c是連續函數 f 的一臨界點: (a)如果 則函數 f 在c點上有區域極大值。 (b)如果
區域極大極小值 如圖9所示為區域極大值,如圖10所示為區域極小值。 圖10 區域極小值 圖9 區域極大值
無區域極值 如圖11所示為無區域值 (a) (b) 圖11 無區域極值
上凹 上凹(concave upward) : 函數 f 於I 區間中之圖形如圖12所示,如果都位於任一條切線於上方,稱函數 f 在 I 是上凹(concave upward)的。 圖12 上凹圖
下凹 下凹(concave downward): 函數 f 於I 區間中之圖形如圖13所示,如果都位於任一條切線於下方,稱函數 f 在I是下凹(concave downward)的。 圖12 下凹圖
定義 反曲點(inflection point) : 函數 y = f (x)的圖形於P點改變其凹性 (由上凹變下凹或下凹變上凹)稱為反曲點(inflection point)。 函數凹性的檢定: (a)函數 f 在I區間中之任一點滿足下列式: 則函數 f 在 I 中是上凹的 (b)函數 f 在I區間中之任一點滿足下列式: 則函數 f 在 I 中是下凹的
二階導數 二階導數之檢定: 如果函數 在c點附近是連續的。 (a)若 且 則函數 f 在c點有區域極小值。 (b)若 且
3.3 習題 如右圖所示為函數 之圖形。 (a) 函數 f 於何處是遞增的?為什麼? (b)函數 f 於何處有區域極值 如右圖所示為函數 之圖形。 (a) 函數 f 於何處是遞增的?為什麼? (b)函數 f 於何處有區域極值 (c)函數 f 於何處是上凹的?在於何處下凹的? (d)當x於何處會有反曲點?為什麼?
3.5 最佳化問題 絕對極值的一階導數檢定: 若c點是函數 於一區間中之一臨界點: (a)所有x < c如果都滿足下列式: 3.5 最佳化問題 絕對極值的一階導數檢定: 若c點是函數 於一區間中之一臨界點: (a)所有x < c如果都滿足下列式: 而對所有x > c都滿足下列式: 則函數 f (c)就會是函數 f 的一個絕對極大值。 (b)如果對所有x < c如果都滿足下列式: 則函數 f (c)就會是函數 f 的一個絕對極小值。
3.5 最佳化問題(I) P(x)=xQ(x) 商業上之應用: 如果生產x單位商品其它的成本函數(cost function)為W(x) ,則它的導函數 就是邊際成本函數(marginal cost function) 。 以市場角度來看,假設該商品之定價為Q(x)時可以售出x單位,該函數Q 稱需求函數(demand function)(或可稱價格函數(price function))。如果商品以價格Q(x)賣出x單位,則總收入為下列式: P稱為收益函數(revenue function),它的邊際收益函數(marginal revenue function)為導數 ,換句話說是總收入相對於銷售量之變化率。 P(x)=xQ(x)
最佳化問題(II) 當商品賣出x單位時,則實際利潤為: C(x)= P(x) - W(x) 函數C稱為利潤函數(profit function),其導數 則稱為邊際利潤函數(marginal profit function) 。
3.6 牛頓法 如圖13所示是藉由牛頓法所繪製出,其下列式子為牛頓法公式: (a) (b) 圖13 牛頓法
3.7 反導數 反導數 (antiderivative): 如果函數F在I區間上,其任一x點之導數可表示為: 3.7 反導數 反導數 (antiderivative): 如果函數F在I區間上,其任一x點之導數可表示為: 則函數F就稱為 f 之一反導數 (antiderivative) 如圖14所示。 圖14 反導數函數
反微分公式 函數 特殊反導數 cf(x) cF(X) cosx sinx f(x)+g(x) F(x)+G(x) -cosx sec2x secx tanx tanx secx